本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

通過帥氣的手勢，操控投影在眼前的電子成像，這不就是科幻片里的基礎配置嘛。

現在，有人把它從科幻電影中帶入了現實。動動手指，實現對眼前世界的掌控。

熱衷于制作智能小物件的油管博主Teemu Laurila，利用樹莓派DIY了一副可識別自定義手勢的AR眼鏡。

將自己想設置的手勢錄入裝置，即可實現炫酷操作。

我有了一個大膽的想法！

自制AR眼鏡中的世界

先開始表演吧！

捏住手指上下拉，就可以完成調整亮度指令。（這是你的第一人稱視角）

對手勢識別，疊加顯示在鏡頭成像中。

再來一個更直觀點的視角，通過眼鏡看看效果。

DIY過程

AR眼鏡本身就充滿了科技感，讓現實世界充滿賽博朋克的味道。

那不如更炫酷一點。打個響指，就能運行命令，這不必博人傳燃？

說干就干，首先需要設計出，裝置會包含有哪些部分。

除了本體眼鏡框架，硬件部分還包括了透鏡組，0.6 mm PETG投影鏡片，配件部分由聚乳酸材料3D打印制成。

畢竟它是智能裝置的DIY，怎么可以不請萬能迷你電腦樹莓派出場。

而軟件部分，手勢識別程序依賴于Python開源項目MediaPipe。

除此之外，Teemu Laurila還寫了兩個程序腳本。

一個是通過捏手指控制亮度的應用示例，另一個是捕獲實時視頻中的手勢傳送到電腦進行處理，并通過智能眼鏡疊加顯示。

條件都齊了，那么動手組裝起來試試。

經歷多次調整，各部分零件最終組合成如下裝置。

想讓程序在裝置上可用，首先，需要一個樹莓派作為程序支持。

隨后設置好內存、驅動、運行環境、多媒體接口、網絡等條件，讓整個裝置超頻運行。

硬件軟件環境都準備好以后，調試應用程序。

應用程序功能的核心——手勢識別模型由3個框架組成，包括手掌識別模型BlazePalm（用于識別手的整體框架和方向）、Landmark模型（識別立體手部節點）、手勢識別模型（將識別到的節點分類成一系列手勢）。

識別算法的訓練過程中，BlazePalm模型識別手掌初始位置，對移動端的實時識別進行優化。

在BlazePalm識別到的手掌范圍內，Landmark模型識別其中21個立體節點坐標。

手勢識別模型則在此基礎上，根據關節角度識別每根手指狀態，將狀態映射到預定義的手勢上，預測基礎靜態手勢。

通過樹莓派Zero W，對手勢信息捕獲。圖像信息傳輸到電腦中，由手勢識別AI進行處理。之后再傳達給裝置，發出對應的手勢命令，并同步在投影圖像中。

它的前世今生

等一下，有攝像頭，有微型投影儀，還有電腦處理器，并且還是一側投影顯示。這樣的AR眼鏡好像在哪里見過。

沒錯，就連用到的手勢識別代碼也都是谷歌開源的。

雖然沒有谷歌智能眼鏡類似智能手機的功能，但是相比其語音控制和觸控功能，Teemu Laurila的智能眼鏡選擇了使用自定義手勢觸發命令，更多一分黑科技的味道。

另外，谷歌眼鏡攝像頭只用來拍照錄像，Teemu Laurila的攝像頭還承擔了接受手勢指令、傳達指令功能。同時，投影也選擇了更大尺寸的方形鏡片，方便視野觀察。

這款裝置已經是Teemu Laurila完成的第二版智能眼鏡，在外觀和性能上均有優化。

材料的選擇上，采用了0.6mm厚度投影鏡片替代1mm厚度；以聚乳酸材料代替丙烯酸；增加了螺栓固定支架，棄用膠水。

最重要的優化是，照相機使用方形透鏡讓畫面更清晰。

Teemu Laurila將自己補充的兩段代碼，分享在了GitHub平臺，供感興趣的觀眾自己復刻。

參考鏈接：
https://www.tomshardware.com/news/raspberry-pi-smart-glasses-recognize-hand-gestures
https://www.youtube.com/watch?v=60Os5Iqdbsw
https://www.youtube.com/watch?v=Gu4oOYo38rQ

GitHub鏈接：
https://github.com/Teneppa/CameraStream
https://github.com/Teneppa/HandTrackingBrightnessControl